
Matplotlib
数据可视化
|
209
吗?如果仅知道一个数据,是不可能知道是否可信的。
假如我现在知道了数据可能存在的不确定性:当前的公认值大概是
71
±
2.5(km/s) / Mpc
,
而我的测量值是
74
±
5(km/s) / Mpc
。那么现在我的数据与公认值一致吗?这个问题可以从
定量的角度进行回答。
在数据可视化的结果中用图形将误差有效地显示出来,就可以提供更充分的信息。
4.5.1
基本误差线
基本误差线(
errorbar
)可以通过一个
Matplotlib
函数来创建(如图
4-27
所示):
In[1]: %matplotlib inline
import matplotlib.pyplot as plt
plt.style.use('seaborn-whitegrid')
import numpy as np
In[2]: x = np.linspace(0, 10, 50)
dy = 0.8
y = np.sin(x) + dy * np.random.randn(50)
plt.errorbar(x, y, yerr=dy, fmt='.k');
图 4-27:误差线
其中,fmt 是一种控制线条和点的外观的代码格式,语法与 plt.plot 的缩写代码相同,详
情请参见
4.4
节。
除了基本选项之外,
errorbar
还有许多改善结果的选项。通过这些额外的选项,你可以轻
松自定义误差线图形的绘画风格。我的经验是,让误差线的颜色比数据点的颜色浅一点效
果会非常好,尤其是在那些比较密集的图形中(如图 ...